vldb2002 report-200210231500

2002-11-05 ACM SIGMOD 日本支部第 24 回大会

VLDB2002VLDB2002国際会議報告国際会議報告国島丈生

岡山県立大学[email protected]


第 1 部概要基調講演

10 Years Awardパネル一般講演（１）


VLDB2002 第 28 回大規模データベースに関する国際会議

VLDB Endowment （ http://www.vldb.org）主催 2002-08-20 ～ 23, 香港・ Kowloon Shangri-la

Hotel ホームページ

http://www.cs.ust.hk/vldb2002/ 会議プログラムや全予稿がダウンロード可能

参加者数 320 名アメリカ 98, 欧州 67, アジア 127 など

http://www.vldb.org/

http://www.cs.ust.hk/vldb2002/


Kowloon Shangri-la Hotel


会議の概要基調講演：２、パネル：３セッション：２１、 Industrial セッション：８チュートリアル：７、デモンストレーション：１７併設ワークショップ

第 1 回 XML ツール・技術の効率と有用性に関する VLDB ワークショップ（ EEXTT2002 ）第 3 回 E- サービスのための技術に関する VLDB ワークショップ（ TES’02 ）第 2 回協調インターネットコンピューティングに関する国際ワークショップ（ CIC 2002 ）第 1 回 Web ベースの学習に関する国際会議（ ICWL

2002 ）


採択論文数


地域別採択率


地域別投稿数の推移


基調講演 Data Routing Rather than Databases: The Meaning

of the Next Wave of the Web Revolution to Data Management A. Bosworth, BEA Systems, USA


基調講演 Foundation Matters

C. J. Date, Independent Consultant, USA


Database Manifesto The object-oriented database manifesto (Malcom

Atkinson et. Al., 1989) “Essentially ignores the relational model”

Third-Generation Database System Manifesto (M. Stonebraker., ed., 1990) “Agrees that the relational model must not be discarded

… but fails to face up to the hopelessness of continuing to build on SQL.”

“The Third Manifesto” (C.J.Date, 2000) http://www.thirdmanifesto.com/


Back to the future SQL ≠ 関係モデル

関係モデルがすべての基本オブジェクト指向の特徴も（拡張することなく）関係モデルで説明できる


10-year Best Paper Award 10 年前の VLDB 採択論文のうち、後の研究

にもっとも影響を与えたもの Querying in Highly Mobile Distributed Environ

ments T. Imielinski and B. R. Badrinath

Performance Evaluation of an Adaptive and Robust Load Control Method for the Avoidance of Data Contention Thrashing A. Moenkeberg and G. Weikum


[Imielinski and Badrinath 92] 移動体端末からのデータベース問合せ

常に完全な位置情報を管理しようとするとネットワークトラフィックが増大→完全な位置情報は持たない位置情報の更新

Inter-zone （移動頻度小）と intra-zone （移動頻度大） Inter-zone での移動のみ更新移動体の正確な位置は管理しない

位置情報に関連する問合せ処理質問によって、どの程度正確な位置情報を取得するかが変わる


[Imielinski and Nath 2002] 移動体インターネット技術は夢物語から現実へ現在の技術

3G (GPRS) ネットワーク GPS データを蓄積できる携帯端末

現在の技術を使ってどんなデータ管理ができるか？→ Dataspace [Imielinski etc. 2000] 移動体端末による “ digitally enabled physical space”


Dataspace 現実世界から得られる

センシングデータを移動体技術を使って統合

基盤技術ネットワーク層でのイン

デクシング shared multicast tree

サービスの質に関する尺度 observability awareness


[Moenkeberg and Weikum 92] 並行実行できるトランザクションの最大数（ DMP)

大きすぎると thrashing が発生し性能低下 (data contention) 小さすぎると実行待ちが多く発生し性能低下敏感なパラメータ、チューンアップが難しい

本論文の提案 DMP を自動的かつ動的にチューンする手法トランザクションの性質（長さなど）に関する知識を必要としないトランザクションの長さを予測することにより更なる性能向上


[Moenkeberg and Weikum 92]

Conflict ratio = （全トランザクションの持つロック総数 / 現在アクティブなトランザクションの持つロック総数） Conflict ratio ＞ 1.3 のとき data contention thrashing トランザクションの長さを予測することで conflict ratio を補正


後の研究に与えた影響自動チューニングの進歩

データベースのパラメータが整理され、性能向上に大きく影響するものだけがチューンできるようになったパラメータのデフォルト値の質の向上、自動調整

自動チューニングの研究分野の確立 Disk storage level, index selection などで成果


一般講演の傾向採択論文… 69 件 XML…16 件

VLDB2000 は 2 件、 VLDB2001 は 9 件専門セッションは 2 、あちこちのセッションに分散 Industrial Paper は 2 件＋ α

データマイニング… 11 件＋ α （ 3 セッション）ストリームデータ処理… 8 件＋ α Web データ処理… 7 件＋ α


XML 関連講演の傾向 XML データに関する質問最適化・高速化… 9

件 XPath ・ XQuery に関する処理の最適化… 8 件 VLDB2001 は 0 件（質問処理は 4 件）

XML データに対するインデックス… 3 件セキュリティ… 2 件（ VLDB2001 は 0 件）参考： W3C の動向

XQuery の first working draft 発表… 2001 年 6 月 XML Encryption の first working draft 発表… 2001 年

6 月


XML 質問処理Optimizing View Queries in ROLEX to Support

Navigable Result TreesP. Bohannon et. al. (Lucent Technologies)


従来の XML ミドルウェアシステム

問合せの結果をいったんファイルに保存し、アプリケーション側でパースしなければならない→コスト高


ROLEX システム


本論文の提案 ROLEX システムの概要 ROLEX における質問実行機構、および質問最適化機能


Schema Tree Query


AND-OR DAG: ROLEX の質問最適化機能


XML インデックスRE-Tree: An Efficient Index Structure for Regul

ar ExpressionsC.-Y. Chan, M. Garofalakis, and R. Rastogi (Bell La

bs, Lucent Technologies)


XML における正則表現の重要性正則表現（のサブセット・拡張）になって

いる規格が多い（ DTD, XPath, … ）これまでの正則表現の使われ方

シンボル列が与えられた正則表現に含まれるか？ XML 文書の妥当性検証 XPath による XML 文書検索応用


動機応用例

XML フィルタリングプロファイルを XPath で記述し、該当する文書・要素の

みフィルタリング処理したい文書が与えられると、それにマッチするプロ

ファイルを検索し、処理を行いたい XML の分類

文書スキーマの明示されていない文書に対し、既知の文書スキーマデータベースからスキーマを検索

シンボル列が与えられると、あらかじめ蓄積されている正則表現集合から与えられた列を含むものを取得したい（正則表現データベース？）


本論文の提案 RE-tree

与えられた入力文字列を含む正則表現集合を高速に検索するためのインデックス構造 R-tree などと類似したデータ構造

RE-tree 処理のための概念・アルゴリズム正則表現の大小関係とその決定アルゴリズム木のノードの分割などいくつかは NP困難→サンプルを用いた近似解法


RE-tree

Dynamic, height-balanced hierarchical index structure 葉： ( 正則表現の ID, 対応する非決定性有限オートマトン ) 内部ノード : ( 境界オートマトン M, ptr)

M: 子のノードの FA を包含する状態数 α 以下の FA ptr: 次のレベルのノードへのポインタ


RE-tree に対する操作新しい RE を挿入するのに最適なノードを選択

(ChooseBestFA) ノード N 中の FA Mi から |L(Mi) L(M)| - |L(Mi)| ∪

が最小となるものを見つける最適なノード分割の計算 (SplitFA)

M={M1, M2, …, Mk} の disjoint な部分集合 M1, M2 で |M1| >= m, |M2| >= m, |L(M1)| + |L(M2)| が最小

最適な汎化オートマトンの計算 (GeneralizeFA) FA 集合 M に対し、 |M| <= α, L(M) L(M), |L(M)| ⊆

が最小となる M を求める


正則表現に起因する問題 L(M) は無限集合→ |L(M)| が計算できない

同等の新たな尺度が必要準備

Counting |Ln(M)| M によって受理される長さ n の文字列数 DFA で O(n|M| min{|Σ|, |M|}), NFA で O(n^2 |M|^2 min

{|Σ|, |M|}) で計算可能 Sampling

Ln(M) のランダムサンプルを効率的に作成するアルゴリズム


汎化オートマトンの計算例


実験同種の研究がないので通常のファイルによる実装と比較ランダムで RE と質問を生成ファイルによる実装より数倍高速


VLDB2002VLDB2002国際会議報告国際会議報告国島丈生

岡山県立大学[email protected]


第 2 部一般講演（２）


XML 質問処理最適化（１）Efficient Algorithms for Processing XPath Queri

esG. Gottlob, C. Koch, and R. Pichler (Tech. Univ. Wie

n) XPath プロセッサ (Apache Xalan, XT, MSXML (I

E6)) の性能評価問合せによっては指数時間かかってしまう

効率的な XPath 評価アルゴリズムの提案


XPath プロセッサの性能評価対象 XML 文書

<a><b/>…<b/></a> XPath

//a/b/parent::a/b/parent::a/b 結果

Xalan, XT では問合せのサイズに対して指数時間かかる


XPath プロセッサの性能評価対象 XML 文書

<a><b/>…<b/></a> XPath 問合せ

//a/b[count(parent::a/b)>1] //a/b[count(parent::a/b[cou

nt(parent::a/b)>1])>1] 結果

Xalan, XT, IE6(MSXML)のいずれでも、問合せのサイズに対して指数時間


提案手法 XPath を（データサイズ、問合せサイズに

対して）多項式時間で評価する主記憶アルゴリズムの提案

XPath のサブセット（ Core XPath ）を線形時間で評価するアルゴリズムの提案 Core XPath に対しても Xalan, XT は指数時間、

MSXML はデータサイズの 4乗かかることがある


XML 質問処理最適化（２）A Transducer-Based XML Query Processor

B. Ludascher, P. Mukhopadhyay, and Y.Papakonstantinou (Univ. California San Diego)

XML ストリームに対する XQuery 適用の高速化手法


XML とストリーミング現在のところ、 XML の最も重要な用途のひとつはデータ交換

さまざまなシステム間のデータ交換 Web サービス (SOAP, etc.)

もともと XML は物理的にはバイト列（テキストストリーム） XML をストリームデータとして処理できれば、処理の効率化が期待できる


XML の代表的 API SAX (Simple API for XML)

イベントベース Start tag, end tag などが現れるたびにイベントを発生

ストリームデータに適する複雑な処理はしにくい

DOM (Document Object Model) 主記憶上に XML に対応する木を作成木の巡航により複雑な操作が可能文書をすべて読み込んでからしか使えない→ストリームデータには適さない


XPath, XQuery XML に対応する木をデータモデルとする XPath … 木の根からのパス集合を表現する式意味論は木の根からの巡航により定義

XQuery … XPath による木の節集合の定義とそれらに対する集合論的・手続き的操作

いずれも、元々の意味論をそのまま実装したのではストリームデータ処理には向かない


本論文の提案 XML ストリームに対して XQuery を高速に

適用する手法の提案 XSM (XML Stream Machine)

ストリームデータに対する状態機械 XQuery を XSM ネットワークにコンパイルした

後、最適化、プログラムコードに変換従来の XSLT プロセッサに比べて数倍 (Java)

ないし数十倍（ C ）の高速化


XSM (XML Stream Machine) 4 つ組 (Q, q0, B, T)

Q: 状態集合、 q0:　初期状態、 B: バッファ集合、 T: 遷移集合　…　内部的には状態機械作業用バッファ（記憶）、 XSM同士の通信用バッファ（入力、出力）


XQuery から XSM への変換


XSM ネットワークの合成


XSM の最適化 Lockstep optimization

不要な遷移枝・条件判定を削除 Schema-based optimization

XML 文書スキーマに基づき、起こりえない遷移枝・条件判定を削除


実験結果 Xeon 2.2GHz, 1GB RAM DBLP データベース (80MB) に対して適用


XML 問合せに関するまとめ XPath, XQuery 中心になるだろう

W3C のさまざまな仕様でも XPath が参照されている言語仕様→実装→最適化、高速化

ただし XPath, XQuery の意味論は小規模テキスト文書・データ

ベースを想定（明記はしていないが）大規模データベースやストリームデータでの効率的処理に

は課題が多い更新処理？ XML 文書スキーマとデータベース技術の融合？（文書スキーマと同様）独自仕様が現れる可能性もあるか

も

vldb2002 report-200210231500

Engineering